
செயற்கை நுண்ணறிவுத் துறையில் தொடர்ந்து புதுமைகளைப் புகுத்தி வரும் கூகுள், தனது அடுத்த தலைமுறை விஷுவல் தயாரிப்பு மாடலான 'நேனோ பனானா ப்ரோ' (Nano Banana Pro) குறித்த முழுமையான வழிகாட்டி ஒன்றை சனிக்கிழமையன்று வெளியிட்டுள்ளது. கூகுள் ஏஐ ஸ்டுடியோ (Google AI Studio) வெளியிட்ட இந்த விரிவான கையேடு, கிரியேட்டர்கள் மற்றும் டெவலப்பர்கள் இந்த புதிய தொழில்நுட்பத்தை எவ்வாறு முழுமையாகப் பயன்படுத்திக் கொள்ளலாம் என்பதை விளக்குகிறது. புகைப்படங்களில் இருந்து நபர்களை நீக்குவது, இன்போகிராபிக்ஸ் உருவாக்குவது முதல் புளூபிரிண்ட் வரைபடங்களை வடிவமைப்பது வரை பல சக்திவாய்ந்த திறன்களை இது வெளிப்படுத்தியுள்ளது.
கூகுள் டீப்மைண்டின் (Google DeepMind) ஜெமினி டெவலப்பர் அட்வகேட்டான குய்லூம் வெர்னேட் (Guillaume Vernade) எழுதியுள்ள இந்த வழிகாட்டி, ப்ராம்டிங் (prompting) நுட்பங்கள், எடிட்டிங் பணிப்பாய்வுகள் மற்றும் மேம்பட்ட ஆக்கப்பூர்வமான திறன்கள் என பத்து முக்கியப் பிரிவுகளை உள்ளடக்கியது.
கூகுள் தனது 'நேனோ பனானா ப்ரோ' மாடலை முந்தைய இமேஜ் மாடல்களை விட ஒரு குறிப்பிடத்தக்க பாய்ச்சலாக நிலைநிறுத்துகிறது. இது வெறும் கீவேர்டுகளை (keywords) அடிப்படையாகக் கொள்ளாமல், பயனரின் கலை நோக்கம் மற்றும் கலவையை (composition) புரிந்துகொள்கிறது என்று நிறுவனம் கூறுகிறது. எனவே, பயனர்கள் உடைந்த வார்த்தைகளைப் பயன்படுத்தாமல், ஒரு மனிதக் கலைஞரிடம் விவரிப்பதைப் போல முழுமையான வாக்கியங்களில் கட்டளைகளைப் பிறப்பிக்க வேண்டும் என்று கூகுள் வலியுறுத்துகிறது.
தொழில்முறை ரீதியான ஆக்கங்களை உருவாக்க இந்த வழிகாட்டி கூறும் 10 முக்கிய அம்சங்கள் இதோ:
ஒரு படத்தை உருவாக்கிய பிறகு, அதில் சிறிய திருத்தங்கள் செய்ய மீண்டும் முதலில் இருந்து தொடங்க வேண்டியதில்லை. "அது நன்றாக இருக்கிறது, ஆனால் ஒளியை சூரிய அஸ்தமனமாக மாற்றி, உரையை நியான் நீல நிறமாக்குங்கள்" என்பது போன்ற உரையாடல் பாணியிலான கட்டளைகளை இந்த மாடல் புரிந்துகொள்கிறது. தெளிவான விளக்கங்கள் மற்றும் உரையாடல் திருத்தங்களே இதற்கான பொன்னான விதிகள்.
2. தரவுகளை காட்சிகளாக மாற்றுதல் (Infographics & Synthesis)
'நேனோ பனானா ப்ரோ'வால் அடர்த்தியான ஆவணங்களைப் படித்து, அவற்றை தெளிவான காட்சிகளாக மாற்ற முடியும். உதாரணமாக, ஒரு நிறுவனத்தின் வருவாய் அறிக்கையை நவீன இன்போகிராபிக் ஆகவோ அல்லது 1950களின் ரெட்ரோ பாணி வரைபடமாகவோ மாற்றும்படி கேட்கலாம்.
கட்டிடக்கலைக்கான தொழில்நுட்ப வரைபடங்களை (Orthographic blueprint) உருவாக்கவும், அல்லது பல்கலைக்கழக விரிவுரைகளுக்கு ஏற்றவாறு சிக்கலான கருத்துக்களை (உதாரணமாக: நியூரல் நெட்வொர்க் கட்டமைப்பு) கரும்பலகையில் வரையப்பட்ட வரைபடங்களாக மாற்றவும் இது உதவுகிறது.
4. கதாபாத்திரங்களின் தொடர்ச்சித் தன்மை (Strong Character Consistency)
கதைசொல்லிகள் மற்றும் விளம்பரதாரர்களுக்கு இது ஒரு மிகப்பெரிய வரப்பிரசாதம். ஒரு கதாபாத்திரத்தின் அடையாளத்தை மாற்றாமல் இருக்க 14 குறிப்புப் படங்கள் (reference images) வரை பயன்படுத்திக்கொள்ளலாம். இதன் மூலம், ஒரே நபரை வைத்து வெவ்வேறு கோணங்களில், வெவ்வேறு உணர்ச்சிகளுடன் தொடர்ச்சியான கதைப் படங்களை அல்லது வைரல் தம்ப்நெயில்களை (thumbnails) உருவாக்க முடியும்.
இந்த மாடலால் கூகுள் தேடலில் இருந்து நிகழ்நேரத் தகவல்களைப் பெற்று, தற்போதைய தரவுகளின் அடிப்படையில் காட்சிகளை உருவாக்க முடியும். உதாரணமாக, "2025 ஆம் ஆண்டின் தற்போதைய பயணப் போக்குகளின் அடிப்படையில் அமெரிக்க தேசியப் பூங்காக்களுக்குச் செல்ல சிறந்த நேரங்களின் இன்போகிராஃபிக்கை உருவாக்குங்கள்" என்று கேட்கலாம்.
6. மேம்பட்ட எடிட்டிங் மற்றும் மறுசீரமைப்பு
புகைப்படங்களின் பின்னணியில் உள்ள தேவையற்ற நபர்களை நீக்கிவிட்டு, அந்த இடத்தை சூழலுக்கு ஏற்றவாறு நிரப்ப முடியும். பழைய புகைப்படங்களை மீட்டெடுப்பது, மங்கா (Manga) காமிக்ஸ்களுக்கு வண்ணம் தீட்டுவது, அல்லது ஒரு காட்சியின் பருவநிலையை (உதாரணமாக: கோடைக்காலத்தை குளிர்காலமாக) மாற்றுவது போன்றவற்றை மிகத் துல்லியமாகச் செய்ய முடியும்.
'நேனோ பனானா ப்ரோ'வால் 2D தளவமைப்புகள் (floor plans) மற்றும் வரைபடங்களை ফটோரியலிஸ்டிக் (photorealistic) 3D காட்சிகளாக மொழிபெயர்க்க முடியும். ஒரு வீட்டின் வரைபடத்தைக் கொடுத்து, நவீன இன்டீரியர் டிசைனுடன் கூடிய 3D படமாக மாற்றச் சொல்லலாம்.
8. உயர் தெளிவுத்திறன் மற்றும் டெக்ஸ்சர் உருவாக்கம் (High-resolution Output)
இந்த மாடல் 4K வரையிலான உயர் தெளிவுத்திறன் கொண்ட படங்களை ஆதரிக்கிறது. இது விரிவான பிரிண்ட்கள் மற்றும் சுற்றுச்சூழல் அமைப்புகளின் டெக்ஸ்சர்களை (textures) உருவாக்க ஏற்றது. உதாரணமாக, ஒரு பாசி படிந்த காட்டுத் தரையை 4K துல்லியத்தில் உருவாக்க முடியும்.
இது வெறும் படங்களை உருவாக்குவது மட்டுமல்லாமல், சிந்திக்கும் செயல்முறையைப் பயன்படுத்தி பகுப்பாய்வு செய்கிறது. ஒரு கணிதப் பிரச்சனையைத் தீர்க்கும் படிநிலைகளை கரும்பலகையில் எழுதுவது போலக் காட்டலாம், அல்லது ஒரு அறையின் புகைப்படத்தைப் பகுப்பாய்வு செய்து, அது கட்டுமானப் பணியின் போது எப்படி இருந்திருக்கும் என்பதைக் காட்டலாம்.
10. லேஅவுட் கட்டுப்பாடு (Layout Control)
வடிவமைப்பாளர்கள் மற்றும் டெவலப்பர்களுக்குத் தேவையான துல்லியமான லேஅவுட் கட்டுப்பாட்டை இது வழங்குகிறது. ஸ்கெட்சுகள், வயர்ஃப்ரேம்கள் (wireframes), கட்டங்கள் (grids) மற்றும் ஸ்பிரைட் லேஅவுட்களை (sprite layouts) துல்லியமாகப் பின்பற்ற இந்த மாடலால் முடியும்.
கூகுளின் இந்த புதிய வழிகாட்டி, 'நேனோ பனானா ப்ரோ'வின் திறன்களை முழுமையாக வெளிப்படுத்தியுள்ளது. இது தொழில்முறை கிரியேட்டர்கள் தங்கள் கற்பனையைத் தடையின்றி, உயர்தரத்தில் காட்சிகளாக மாற்றுவதற்கு ஒரு சக்திவாய்ந்த கருவியாக அமையும் என்பதில் சந்தேகமில்லை.